• 在這個項目中，我們旨在開發一個人工智能升降機和自動梯檢查計劃系統，以「風險為基礎」的排序方法優化升降機和自動梯檢查工作，以致其相關執法和規管更有效率。
• 這個系統應能基於大數據來預測最有效的升降機和自動扶梯 (L&E) 檢查排序，以維持 L&E 檢查的最大效率並保持香港升降機和自動扶梯的安全性，而無需大幅增加人力。

項目挑戰：

1. 處理機電署 (EMSD) 從各種現有平台以不同格式獲得的大數據；提供的大部分數據包括L&E的規格資訊，L&E與已註冊的升降機/自動梯承辦商(RC)、註冊升降機/自動梯工程師(RE)、註冊工程人員(RW)等之間的關係以及各方的過往表現數據 (請注意，此項目將不會應用任何感測器數據)；
2. 有限的歷史數據供 AI 模型學習規則；
3. 協助 EMSD 進行特徵篩選、風險等級標記和驗證風險排名。

1. 一個基於大數據能夠準確對升降機/自動扶梯 (L/E) 的風險進行排序的推薦引擎;
2. 用於將更新的大數據傳送到推薦引擎的連接管道和轉換框架；
3. 該系統應能夠根據已執行的檢查結果以及事故數據庫、發出的警告信等各種大數據來完善排名;
4. 該系統應能將排名輸出到其他系統以供進一步處理;
5. 95%或以上的準確度。